• 主页
  • 课程

    关于课程

    • 课程归档
    • 成为一名讲师
    • 讲师信息
    同等学历教学

    同等学历教学

    免费
    阅读更多
  • 特色
    • 展示
    • 关于我们
    • 问答
  • 事件
  • 个性化
  • 博客
  • 联系
  • 站点资源
    有任何问题吗?
    (00) 123 456 789
    weinfoadmin@weinformatics.cn
    注册登录
    恒诺新知
    • 主页
    • 课程

      关于课程

      • 课程归档
      • 成为一名讲师
      • 讲师信息
      同等学历教学

      同等学历教学

      免费
      阅读更多
    • 特色
      • 展示
      • 关于我们
      • 问答
    • 事件
    • 个性化
    • 博客
    • 联系
    • 站点资源

      未分类

      • 首页
      • 博客
      • 未分类
      • Nomogram(诺莫图) | Logistic、Cox生存分析结果可视化

      Nomogram(诺莫图) | Logistic、Cox生存分析结果可视化

      • 发布者 一览
      • 分类 未分类
      • 日期 2020年3月8日
      • 评论 0评论

      参考:https://mp.weixin.qq.com/s?__biz=MzIyNDI1MzgzOQ==&mid=2650394284&idx=1&sn=3349931a956ad6039772ad4aadd248b4&chksm=f01cac4cc76b255acd1ef286a02e9be0c785fd24aa1a0cb9299ef0f31faa59597026f325b218&scene=21#wechat_redirect

      Nomogram,也被称为诺莫图或者列线图,在医学领域的期刊出现频率越来愈多,常用于评估肿瘤学和医学的预后情况,可将Logistic回归或Cox回归的结果进行可视化呈现。

      数据准备

          使用TCGA-LIHC队列的临床数据,简单处理后进行示例分析:

      ## 载入R包
      library(rms)
      library(survival)
      
      ## 读取LIHC数据
      LIHC <- read.csv("TCGA-LIHC-nomogram.csv",header=TRUE)
      head(LIHC)


      绘制nomogram图

      1 打包数据

      关键步骤:按照nomogram要求“打包”数据

      #可以输入??datadist查看详细说明
      dd=datadist(LIHC)
      options(datadist="dd")

      2 构建logist模型,绘制诺莫图

      ## 构建logist模型,绘制诺莫图
      
      f1 <- lrm(status ~ age + gender + grade , data =  LIHC)
      
      nom <- nomogram(f1, fun=plogis, lp=F, funlabel="Risk")
      
      plot(nom)

      3 构建COX模型,绘制诺莫图

      A :COX回归中位生存时间的Nomogram

      ## 构建COX比例风险模型
      f2 <- psm(Surv(time,status) ~ age+gender+grade,data =  LIHC, dist='lognormal')
      
      med <- Quantile(f2) # 计算中位生存时间
      surv <- Survival(f2) # 构建生存概率函数
      
      ## 绘制COX回归中位生存时间的Nomogram图
      nom <- nomogram(f2, fun=function(x) med(lp=x),funlabel="Median Survival Time")
      
      plot(nom)

      简单介绍下使用,比如某患者年龄为50岁,那就在列线图年龄为50岁的地方向上画一条垂直线,即可得到其对应的得分(Points);男性,则在男性的地方画一条垂直线,以此类推,找出每个变量状态下对应的得分,相加得到总得分。

      最后将患者的总得分(Total Points)再向下画一条垂直线,就可以知道该患者对应的中位生存时间。

      下面例子同,可以知道未来1年、5年的生存率,当然也可以是其他时间节点。

      B:绘制COX回归生存概率的Nomogram图

      ## LIHC数据的time是以”天“为单位,此处绘制1年,5年的生存概率
      nom <- nomogram(f2, fun=list(function(x) surv(365, x),
                                  function(x) surv(1825, x),
                                  function(x) med(lp=x)),
                                  funlabel=c("1-year Survival Probability", "5-year Survival Probability","Median Survival Time"))
      plot(nom, xfrac=.2)

      当然也可以计算其他时间节点的生存率,同样加到list中即可。

      使用相对风险的指标(OR、HR)等统计之余,可以结合列线图展示,能够起到预测生存概率的作用,也会使预测模型的结果更直观、易懂。

      请关注“恒诺新知”微信公众号,感谢“R语言“,”数据那些事儿“,”老俊俊的生信笔记“,”冷🈚️思“,“珞珈R”,“生信星球”的支持!

      • 分享:
      作者头像
      一览

      上一篇文章

      R|timeROC-分析
      2020年3月8日

      下一篇文章

      Forest plot(森林图) | Cox生存分析可视化
      2020年3月8日

      你可能也喜欢

      2-1675088548
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      30 1月, 2023
      9-1675131201
      如何快速批量修改 Git 提交记录中的用户信息
      26 1月, 2023
      8-1678501786
      肿瘤细胞通过改变CD8+ T细胞中的丙酮酸利用和琥珀酸信号来调控抗肿瘤免疫应答。
      7 12月, 2022

      留言 取消回复

      要发表评论,您必须先登录。

      搜索

      分类

      • R语言
      • TCGA数据挖掘
      • 单细胞RNA-seq测序
      • 在线会议直播预告与回放
      • 数据分析那些事儿分类
      • 未分类
      • 生信星球
      • 老俊俊的生信笔记

      投稿培训

      免费

      alphafold2培训

      免费

      群晖配置培训

      免费

      最新博文

      Nature | 单细胞技术揭示衰老细胞与肌肉再生
      301月2023
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      301月2023
      如何快速批量修改 Git 提交记录中的用户信息
      261月2023
      logo-eduma-the-best-lms-wordpress-theme

      (00) 123 456 789

      weinfoadmin@weinformatics.cn

      恒诺新知

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      链接

      • 课程
      • 事件
      • 展示
      • 问答

      支持

      • 文档
      • 论坛
      • 语言包
      • 发行状态

      推荐

      • iHub汉语代码托管
      • iLAB耗材管理
      • WooCommerce
      • 丁香园论坛

      weinformatics 即 恒诺新知。ICP备案号:粤ICP备19129767号

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      要成为一名讲师吗?

      加入数以千计的演讲者获得100%课时费!

      现在开始

      用你的站点账户登录

      忘记密码?

      还不是会员? 现在注册

      注册新帐户

      已经拥有注册账户? 现在登录

      close
      会员购买 你还没有登录,请先登录
      • ¥99 VIP-1个月
      • ¥199 VIP-半年
      • ¥299 VIP-1年
      在线支付 激活码

      立即支付
      支付宝
      微信支付
      请使用 支付宝 或 微信 扫码支付
      登录
      注册|忘记密码?